[发明专利]一种切削加工中工件表面残余应力的预测方法

摘要

本发明公开了一种基于正交切削试验和粒子群优化最小二乘支持向量机算法(PSO‑LS‑SVM)相结合的工件表面残余应力预测方法，包括正交切削试验、工件表面残余应力的测量、利用PSO算法寻取LS‑SVM的最优参数、建立残余应力预测模型和残余应力预测等步骤。本发明的预测方法在全局优化、收敛速度、预测精度和泛化能力上具有较大优势，通过少量正交试验数据的训练即可基本准确地预测不同条件下的表面残余应力，对于优化切削参数和提高零件的使用性能具有重要意义。

主权项

一种切削加工工件表面残余应力的预测方法，采用基于正交切削试验与PSO‑LS‑SVM算法相结合的方法，对切削加工工件表面残余应力进行预测，其特征在于，包括以下步骤，步骤一、正交切削试验及工件表面残余应力的测量，包括选取切削三要素和不同磨损状态的刀具参数作为正交试验的因子，按正交试验表进行试验，测量各条件下所对应的工件表面残余应力；步骤二、利用PSO算法寻取LS‑SVM的最优惩罚因子γ和核参数σ，具体过程为，1)初始化PSO参数，包括粒子数目N、学习因子c1和c2、最大迭代次数M、随机初始化粒子速度vi,d和位置xi,d；2)将惩罚因子γ和核参数σ作为每个粒子的二维坐标，计算粒子的适应度式中yi为已知样本输出；y′i为LS‑SVM的预测输出；3)对每个粒子，将适应度f(xi)与自身最优值进行比较，更新其自身最优适应度，将每个粒子的最优适应度值与全局最优值进行比较，更新种群的全局最优适应度；4)按照粒子群速度和位置更新公式更新粒子速度vi,j(t)和位置xi,j(t)，vi,j(t+1)＝wvi,j(t)+c1r1(pi,j‑xi,j(t))+c2r2(pg,j‑xi,j(t))     公式一xi,j(t+1)＝xi,j(t)+vi,j(t+1)       公式二式中，i表示第i个粒子，i＝1,2,…,d,d是该群体中粒子的总数，j表示粒子的第j维数，w为惯性权重，c1和c2为正的学习因子，r1和r2为0到1之间均匀分布的随机数，Pi＝(pi,1pi,2...pi,d)为第i个粒子到目前为止搜索到的最优位置，Pg＝(pg,1pg,2...pg,d)为整个群体迄今为止搜索到的最优位置，vi,j(t)和xi,j(t)分别是粒子i于第t次迭代中第j维度的速度和位置；5)检查结束条件，一般设定结束条件为达到最大迭代次数或适应度小于给定精度，若不满足，转到过程2)，若满足，寻优结束，返回当前最优惩罚因子γ和核参数σ；步骤三、建立残余应力预测模型和残余应力预测，包括以步骤一中选取的正交试验的因子作为PSO‑LS‑SVM算法的输入，以测量到的工件表面残余应力作为PSO‑LS‑SVM算法的输出，利用步骤二中寻取的最优参数，建立起基于训练样本的表面残余应力预测模型，对工件表面残余应力进行预测。